世界模型

研究提出掩码扩散语言模型作为文本世界模型，通过双向去噪机制克服自回归模型的局限，在智能体强化学习中实现更优的环境模拟与任务执行能力。

魔芯科技在国家具身智能应用中试基地正式推出其自主研发的3D世界模型MoWorld，标志着国内在具身智能领域迈出重要一步。该模型旨在为AI系统构建可交互的物理环境理解与模拟能力。

启鸣达人在WAIC 2026上发布《世界模型驱动的教育AGI白皮书》，系统阐述了世界模型在教育人工智能领域的应用框架与未来展望。

研究者提出数据科学世界模型DSWorld，可预测数据科学操作的效果，加速AI代理训练与推理，减少昂贵计算依赖。

研究者提出DROPJ方法，通过人类在模拟环境中的偏好选择和理由说明，训练出更安全可靠的智能体策略，无需预设奖励函数即可在未知动态环境中实现安全部署。

原力灵机发布DW0.5，通过世界模型在虚拟环境中训练视觉语言智能体，显著降低对真实世界数据的需求。

高德地图推出通用世界模型工坊ABot-World Studio，支持单张RTX 5090显卡生成小时级实时交互式视频与3D场景，为AI内容创作提供新工具。

研究人员提出GATS规划框架，通过分层世界模型与系统化树搜索相结合，在推理阶段完全无需调用大语言模型，显著降低计算成本并实现确定性规划。

一位哈工大教授创业，致力于构建人形灵巧操作的世界模型，从触觉采集到对齐与应用，推动机器人技术发展。

中国研究团队创新性地将Yann LeCun提出的JEPA架构应用于细胞理解，尝试在微观生命系统中构建“世界模型”，推动AI与生命科学的交叉融合。

OPINE-World 提出一种基于 LLM 的智能体，能够通过交互在线学习以对象为中心的程序化世界模型，并在 ARC-AGI-3 基准测试中展现出高效的任务适应能力。

研究人员提出利用世界模型作为评估AI决策质量的“裁判”，为强化学习等任务提供更高效、更可靠的评估方案。

研究人员提出具身智能数据采集新范式，通过模拟人类肌肉与大脑的协同机制，提升智能体对物理世界的理解与适应能力。

研究团队将世界模型与因果技术结合，为具身智能系统赋予更接近真实世界的推理与决策能力，标志着AI在理解与交互环境方面取得重要进展。

研究人员提出MuSix框架，通过引入尺度感知的世界模型混合与演化机制，解决具身智能体在动态环境中多尺度推理与知识更新的难题。该框架在EmbodiedBench和HAZARD基准测试中表现优于现有方法。

中国初创公司Loop发布的世界模型研究论文登上Hugging Face热门榜首，该研究探索AI如何通过反复推演理解世界运行规律，已获周鸿祎、陆奇等知名投资人青睐。

研究提出GILP方法，通过结合小型参数化世界模型与LLM推理，将幻觉状态率从0.176降至0.035，显著提升智能体规划可靠性。

研究团队提出图世界模型（GWM）的统一分析框架，揭示图结构演化与局部预测误差传播的关联机制，并设计误差感知训练策略以提升长程规划稳定性。